CN107612737B - 一种告警方法及其装置 - Google Patents
一种告警方法及其装置 Download PDFInfo
- Publication number
- CN107612737B CN107612737B CN201710861417.0A CN201710861417A CN107612737B CN 107612737 B CN107612737 B CN 107612737B CN 201710861417 A CN201710861417 A CN 201710861417A CN 107612737 B CN107612737 B CN 107612737B
- Authority
- CN
- China
- Prior art keywords
- alarm
- monitoring
- vector
- score
- scores
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000013598 vector Substances 0.000 claims abstract description 93
- 238000012544 monitoring process Methods 0.000 claims abstract description 65
- 239000011159 matrix material Substances 0.000 claims description 29
- 238000010586 diagram Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了一种告警方法及其装置。该方法,包括:获取至少一个监控对象的监控值;根据所述监控值确定告警分值,获得所述告警分值组成的告警分值向量,所述告警分值包括所述监控值与各告警等级对应的分值;将所述告警分值向量发送给终端,以使通过所述告警分值向量确定所述监控对象的告警信息。从而实现了终端可以通过该告警分值向量中每个告警等级对应的分值确定告警信息,进而实现准确的告警。
Description
技术领域
本发明涉及计算机技术,尤指一种告警方法及其装置。
背景技术
为了保证云计算平台运行的可靠性及稳定性,对云计算平台进行资源监控及告警是非常重要的。
现有技术中,首先获取云计算平台中监控对象的监控值,接着,将该监控值与不同的报警阈值范围进行比较,当监控值满足某一报警阈值范围时,则向终端发送与该报警阈值对应的报警信息。举例来讲,例如,当虚拟机中CPU利用率大于或等于70%时,向终端发送严重告警;或者,当虚拟机中CPU利用率小于70%,并大于或等于50%时,向终端发送一般告警;或者,当虚拟机中CPU利用率小于50%,并大于或等于30%时,向终端发送轻微告警。
然而,当不同的监控值在一个报警阈值范围内时,终端会接收到相同的告警信息,从而导致无法准确的告警。
发明内容
为了解决上述技术问题,本发明提供了一种告警方法及其装置,用以解决无法准确的告警的问题。
为了达到本发明目的,本发明提供了一种告警方法,包括:
获取至少一个监控对象的监控值;
根据所述监控值确定告警分值,获得所述告警分值组成的告警分值向量,所述告警分值包括所述监控值与各告警等级对应的分值;
将所述告警分值向量发送给终端,以使通过所述告警分值向量确定所述监控对象的告警信息。
进一步的,所述获取至少一个监控对象的监控值,包括:
获取至少一个监控对象中不同资源的监控值,所述资源包括以下任意一项或其组合:中央处理器CPU、内存、网络、磁盘。
进一步的,所述根据所述监控值确定告警分值,获得所述告警分值组成的告警分值向量,包括:
根据所述监控值确定各所述资源的告警分值,获得各所述资源的所述告警分值组成的告警分值向量;
将各所述资源的告警分值向量组成一矩阵,所述矩阵包括所述监控对象中各所述资源的所述告警分值向量;
将所述告警分值向量发送给终端之前,还包括:
将所述矩阵进行加权计算,获得加权后的告警分值向量。
进一步的,所述将所述矩阵进行加权计算,获得加权后的告警分值向量,包括:
将所述矩阵与一加权向量相乘,获得加权后的告警分值向量。
进一步的,所述监控对象,包括:
虚拟机,或服务器。
本发明提供了一种告警装置,包括:
获取模块,用于获取至少一个监控对象的监控值;
处理模块,用于根据所述监控值确定告警分值,获得所述告警分值组成的告警分值向量,所述告警分值包括所述监控值与各告警等级对应的分值;
发送模块,用于将所述告警分值向量发送给终端,以使通过所述告警分值向量确定所述监控对象的告警信息。
进一步的,所述获取模块,用于获取至少一个监控对象中不同资源的监控值,所述资源包括以下任意一项或其组合:中央处理器CPU、内存、网络、磁盘。
进一步的,所述处理模块,用于根据所述监控值确定各所述资源的告警分值,获得各所述资源的所述告警分值组成的告警分值向量;将各所述资源的告警分值向量组成一矩阵,所述矩阵包括所述监控对象中各所述资源的所述告警分值向量;将所述矩阵进行加权计算,获得加权后的告警分值向量。
进一步的,所述处理模块,用于将所述矩阵与一加权向量相乘,获得加权后的告警分值向量。
进一步的,所述监控对象,包括:
虚拟机,或服务器。
在本实施例提供的告警方法及其装置,通过获取至少一个监控对象的监控值;根据所述监控值确定告警分值,获得所述告警分值组成的告警分值向量,所述告警分值包括所述监控值与各告警等级对应的分值;将所述告警分值向量发送给终端,以使通过所述告警分值向量确定所述监控对象的告警信息。从而实现了终端可以通过该告警分值向量中每个告警等级对应的分值确定告警信息,进而实现准确的告警。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1为本发明告警方法一实施例的流程示意图;
图2为本发明告警方法二实施例的流程示意图;
图3为本发明告警装置一实施例的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
本发明实施例提供的告警方法具体可以应用于对云计算平台中监控对象进行监控并发送告警信息时。本实施例提供的告警方法可以通过告警装置来执行,该告警装置可以集成在云计算平台,或者单独设置,其中,该告警装置可以采用软件和/或硬件的方式来实现。以下对本实施例提供的告警方法及装置进行详细地说明。
图1为本发明告警方法一实施例的流程示意图;如图1所示,本实施例的执行主体可以是告警装置,本发明提供的告警方法,包括:
步骤101、获取至少一个监控对象的监控值。
在本实施例中,监控对象可以是云计算平台中的虚拟机,或服务器。
步骤102、根据所述监控值确定告警分值,获得所述告警分值组成的告警分值向量。
在本实施例中,所述告警分值包括所述监控值与各告警等级对应的分值。
具体的,采用模糊语言变量来描述所述监控值与各告警等级对应分值的告警分值向量,用离散的标度{0,1,2}来描述告警等级的高低,Tj代表告警等级,其中,j∈{0,1,2}。相应的告警等级所对应的语言描述为:T0代表“轻微告警”;T1代表“一般告警”;T2代表“严重告警”。
具体的,云计算平台的告警信息可以通过告警分值向量来描述,即该告警分值向量v=[t0,t1,t2],ti∈[0,1],其中,tj代表该告警信息为告警等级集合Tj的隶属度,即所述监控值与各告警等级对应的分值,其中,该分值的获得可以是本领域技术人员的经验获得,进一步还可以是根据实际场景获得。举例来讲,获取的监控值是中央处理器(CentralProcessing Unit,简称CPU)占有率为70%,其中,对应每个告警等级的分值分别为:轻微告警为0.8,一般告警为0.15,严重告警为0.05,则告警向量Vcpu=[0.8,0.15,0.05]。
步骤103、将所述告警分值向量发送给终端,以使通过所述告警分值向量确定所述监控对象的告警信息。
具体的,终端可以通过该告警分值向量中每个告警等级对应的分值确定告警信息。
在本实施例中,通过获取至少一个监控对象的监控值;根据所述监控值确定告警分值,获得所述告警分值组成的告警分值向量,所述告警分值包括所述监控值与各告警等级对应的分值;将所述告警分值向量发送给终端,以使通过所述告警分值向量确定所述监控对象的告警信息。从而实现了终端可以通过该告警分值向量中每个告警等级对应的分值确定告警信息,进而实现准确的告警。
图2为本发明告警方法二实施例的流程示意图;如图2所示,本实施例的执行主体可以是告警装置,本发明提供的告警方法在图1所示实施例的基础上,具体包括:
步骤201、获取至少一个监控对象中不同资源的监控值。
在本实施例中,所述资源包括以下任意一项或其组合:中央处理器CPU、内存、网络、磁盘。举例来讲,获取的监控值可以包括以下任意一项或其组合:云计算平台中虚拟机的CPU利用率、虚拟机的内存利用率、虚拟机的网络利用率、虚拟机的磁盘利用率、服务器的CPU利用率、服务器的内存利用率、服务器的网络利用率、服务器的磁盘利用率。
步骤202、根据所述监控值确定各所述资源的告警分值,获得各所述资源的所述告警分值组成的告警分值向量。
举例来讲,对于内存、网络和磁盘的告警分值向量分别如下:
步骤203、将各所述资源的告警分值向量组成一矩阵。
在本实施例中,所述矩阵包括所述监控对象中各所述资源的所述告警分值向量。
根据每个资源的告警分值向量,组成一矩阵,例如矩阵V:
步骤204、将所述矩阵进行加权计算,获得加权后的告警分值向量。
举例来讲,将所述矩阵与一加权向量相乘,获得加权后的告警分值向量。
具体的,根据服务器或虚拟机的种类不同,或者在云计算平台中所处节点的不同,设定各个告警指标的权重值wcpu,wmem,wdisk,wnet,组成一加权向量,即:
加权向量ω=[Wcpu,wmem,Wdisk,Wnet]
将所述矩阵与一加权向量相乘,获得加权后的告警分值向量,具体如下:
从而得到被监控对象加权后的告警分值向量e。
步骤205、将加权后的告警分值向量发送给终端,以使通过所述告警分值向量确定所述监控对象的告警信息。
在本实施例中实现了云计算平台的精确告警。
图3为本发明告警装置一实施例的结构示意图。如图3所示,本实施例中的告警装置,包括:获取模块31、处理模块32和发送模块33。其中,
获取模块31,用于获取至少一个监控对象的监控值;
处理模块32,用于根据所述监控值确定告警分值,获得所述告警分值组成的告警分值向量,所述告警分值包括所述监控值与各告警等级对应的分值;
发送模块33,用于将所述告警分值向量发送给终端,以使通过所述告警分值向量确定所述监控对象的告警信息。
在本实施例中,通过获取至少一个监控对象的监控值;根据所述监控值确定告警分值,获得所述告警分值组成的告警分值向量,所述告警分值包括所述监控值与各告警等级对应的分值;将所述告警分值向量发送给终端,以使通过所述告警分值向量确定所述监控对象的告警信息。从而实现了终端可以通过该告警分值向量中每个告警等级对应的分值确定告警信息,进而实现准确的告警。
进一步的,在上述实施例的基础上,所述获取模块31,用于获取至少一个监控对象中不同资源的监控值,所述资源包括以下任意一项或其组合:中央处理器CPU、内存、网络、磁盘。
优选的,在上述实施例的基础上,所述处理模块32,用于根据所述监控值确定各所述资源的告警分值,获得各所述资源的所述告警分值组成的告警分值向量;将各所述资源的告警分值向量组成一矩阵,所述矩阵包括所述监控对象中各所述资源的所述告警分值向量;将所述矩阵进行加权计算,获得加权后的告警分值向量。
进一步的,在上述实施例的基础上,所述处理模块33,用于将所述矩阵与一加权向量相乘,获得加权后的告警分值向量。
在上述实施例的基础上,所述监控对象,包括:
虚拟机,或服务器。
在本实施例中实现了云计算平台的精确告警。
虽然本发明所揭露的实施方式如上,但所述的内容仅为便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种告警方法,其特征在于,包括:
获取至少一个监控对象的监控值;
根据所述监控值确定告警分值,获得所述告警分值组成的告警分值向量,包括:
根据所述监控值确定各资源的告警分值,获得各所述资源的所述告警分值组成的告警分值向量;
将各所述资源的告警分值向量组成一矩阵,所述矩阵包括所述监控对象中各所述资源的所述告警分值向量,所述告警分值包括所述监控值与各告警等级对应的分值;
将所述告警分值向量发送给终端,以使通过所述告警分值向量确定所述监控对象的告警信息。
2.根据权利要求1所述的方法,其特征在于,所述获取至少一个监控对象的监控值,包括:
获取至少一个监控对象中不同资源的监控值,所述资源包括以下任意一项或其组合:中央处理器CPU、内存、网络、磁盘。
3.根据权利要求2所述的方法,其特征在于,
将所述告警分值向量发送给终端之前,还包括:
将所述矩阵进行加权计算,获得加权后的告警分值向量。
4.根据权利要求3所述的方法,其特征在于,所述将所述矩阵进行加权计算,获得加权后的告警分值向量,包括:
将所述矩阵与一加权向量相乘,获得加权后的告警分值向量。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述监控对象,包括:
虚拟机,或服务器。
6.一种告警装置,其特征在于,包括:
获取模块,用于获取至少一个监控对象的监控值;
处理模块,用于根据所述监控值确定告警分值,获得所述告警分值组成的告警分值向量,所述告警分值包括所述监控值与各告警等级对应的分值,包括:根据所述监控值确定各资源的告警分值,获得各所述资源的所述告警分值组成的告警分值向量;
将各所述资源的告警分值向量组成一矩阵,所述矩阵包括所述监控对象中各所述资源的所述告警分值向量;
发送模块,用于将所述告警分值向量发送给终端,以使通过所述告警分值向量确定所述监控对象的告警信息。
7.根据权利要求6所述的装置,其特征在于,所述获取模块,用于获取至少一个监控对象中不同资源的监控值,所述资源包括以下任意一项或其组合:中央处理器CPU、内存、网络、磁盘。
8.根据权利要求7所述的装置,其特征在于,所述处理模块,用于将所述矩阵进行加权计算,获得加权后的告警分值向量。
9.根据权利要求8所述的装置,其特征在于,所述处理模块,用于将所述矩阵与一加权向量相乘,获得加权后的告警分值向量。
10.根据权利要求6-9任一项所述的装置,其特征在于,所述监控对象,包括:
虚拟机,或服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710861417.0A CN107612737B (zh) | 2017-09-21 | 2017-09-21 | 一种告警方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710861417.0A CN107612737B (zh) | 2017-09-21 | 2017-09-21 | 一种告警方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107612737A CN107612737A (zh) | 2018-01-19 |
CN107612737B true CN107612737B (zh) | 2021-05-04 |
Family
ID=61061642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710861417.0A Active CN107612737B (zh) | 2017-09-21 | 2017-09-21 | 一种告警方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107612737B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109189745A (zh) * | 2018-09-20 | 2019-01-11 | 郑州云海信息技术有限公司 | 一种基于云平台的日志管理的方法及装置 |
CN111385150A (zh) | 2020-03-09 | 2020-07-07 | 北京百度网讯科技有限公司 | 用于获取信息的方法及装置 |
CN111461581A (zh) * | 2020-05-17 | 2020-07-28 | 商志营 | 一种智能预警管理系统及实现方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218664A (zh) * | 2013-05-08 | 2013-07-24 | 重庆邮电大学 | 一种基于小波神经网络的告警权值确定方法 |
CN106771853A (zh) * | 2016-11-29 | 2017-05-31 | 华中科技大学 | 一种基于事件起点的智能化电网故障诊断方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164819A (zh) * | 2013-03-29 | 2013-06-19 | 广东电网公司 | 一种电力设备安全检测方法及装置 |
CN105096217B (zh) * | 2015-09-08 | 2019-05-21 | 深圳供电局有限公司 | 一种电力计量自动化终端通信状态预测方法和系统 |
CN105894747B (zh) * | 2016-03-25 | 2020-05-08 | 国家电网公司 | 一种基于监控专家知识库的告警信号处置决策建议方法 |
-
2017
- 2017-09-21 CN CN201710861417.0A patent/CN107612737B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218664A (zh) * | 2013-05-08 | 2013-07-24 | 重庆邮电大学 | 一种基于小波神经网络的告警权值确定方法 |
CN106771853A (zh) * | 2016-11-29 | 2017-05-31 | 华中科技大学 | 一种基于事件起点的智能化电网故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107612737A (zh) | 2018-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018013982A1 (en) | Classifying images using machine learning models | |
CN107612737B (zh) | 一种告警方法及其装置 | |
CN109474483A (zh) | 一种设备异常情况的检测方法、检测装置及终端设备 | |
CN112258093A (zh) | 风险等级的数据处理方法及装置、存储介质、电子设备 | |
CN110493043B (zh) | 一种分布式态势感知调用方法和装置 | |
CN113705362B (zh) | 图像检测模型的训练方法、装置、电子设备及存储介质 | |
WO2023160162A1 (zh) | 预测碰撞仿真结果的方法、装置、设备及存储介质 | |
CN112231592A (zh) | 基于图的网络社团发现方法、装置、设备以及存储介质 | |
CN110245684B (zh) | 数据处理方法、电子设备和介质 | |
CN112884016A (zh) | 云平台可信评估模型训练方法和云平台可信评估方法 | |
CN107391230B (zh) | 一种确定虚拟机负载的实现方法和装置 | |
CN112100619B (zh) | 一种恶意文件检测方法、系统、设备及计算机存储介质 | |
CN112784102B (zh) | 视频检索方法、装置和电子设备 | |
JP2022000775A (ja) | 交通流監視測定システムのテスト方法、装置及び機器 | |
CN113850669A (zh) | 用户分群方法、装置、计算机设备及计算机可读存储介质 | |
CN110471975B (zh) | 一种物联网态势感知调用方法和装置 | |
CN110493218B (zh) | 一种态势感知虚拟化的方法和装置 | |
CN111858267A (zh) | 预警方法、装置、电子设备及存储介质 | |
CN113127878A (zh) | 威胁事件的风险评估方法及装置 | |
CN116468967A (zh) | 样本图像筛选方法、装置、电子设备及存储介质 | |
CN111401787A (zh) | 一种选址方法、装置、系统 | |
CN113792876B (zh) | 骨干网络的生成方法、装置、设备以及存储介质 | |
CN114912627A (zh) | 推荐模型训练方法、系统、计算机设备及存储介质 | |
CN107678861B (zh) | 处理功能执行请求的方法和装置 | |
CN115683631B (zh) | 轴承故障检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |